使用 LRPY 算法自动交叉证认射电至红外巡天：一个案例研究

在如澳大利亚望远镜大面积巡天（ATLAS）等巡天项目中，交叉证认复杂射电源与光学或红外（IR）对应体传统上一直由人工完成。然而，随着澳大利亚平方公里阵列探路者（ASKAP）的新巡天探测到数千万个射电源，这种方法已不再可行。本文介绍了新软件 LRPY（Python 中的似然比），用于自动完成射电源与其他波段星表的交叉证认过程。LRPY 实现了似然比（LR）技术，并进行了修改以考虑两个星系共同贡献于一个单一射电测量成分的情况。我们通过将 LRPY 应用于 ATLAS DR3 和一个基于 {\it Spitzer} 的多波段融合星表来演示其功能，基于我们的 LR 选择标准证认了 3,848 个匹配源。其中 1,987 个源在所有 IRAC 波段都有流量密度值，这使我们能够使用标准来区分活动星系核（AGN）和恒星形成星系（SFG）。我们发现 936 个射电源（$\approx47\,\%$）同时满足 Lacy 和 Stern 的 AGN 选择标准。在匹配的源中，295 个具有光谱红移，我们研究了射电到红外流量比与红移的关系，并为此数据集提出了一个低于 Elvis 射电噪（RL）AGN 界限的 AGN 选择标准。综合所有三个 AGN 选择标准，我们证认了 956 个 AGN（$\approx48\,\%$）。从该数据集中，我们发现 AGN 的比例随着射电流量密度的降低而减少，这与文献中的其他结果一致。